Basic HTML-Version
und fachliche Know-how der Mitarbeiter von großer
Bedeutung.
Geeignete Mitarbeiter finden
Gegebenenfalls müssen Berater engagiert sowie
speziell ausgebildete Mitarbeiter eingestellt werden.
Hierbei sind vor allem sogenannte Data Scientists,
die Theorien und Techniken aus Informatik, Statistik
und Mathematik nutzen, für die Unternehmen inte-
ressant. Diese analysieren Daten mit wissenschaftli-
chen Verfahren und entwickeln prädiktive Modelle,
um die Daten im Unternehmen schneller und besser
nutzbar zu machen. Mithilfe der entwickelten Modelle
beobachten sie Datenströme und filtern geschäftsrele-
vante Informationen und Hinweise heraus, die dabei
helfen, Geschäfts- und Produktionsprozesse zu verbes-
sern oder gezielt Aktivitäten zu planen.
Für den Ausbau der IT-Infrastruktur und die Beschäf-
tigung von Beratern und qualifizierten Mitarbeitern
müssen Investitionen getätigt werden, wobei die
Höhe dieser Kosten abhängig von der Projekt- und
Unternehmensgröße ist. Die im Big Data Survey Euro-
pe (BARC 2013) befragten Unternehmen (n=133,
überwiegend Großunternehmen) gaben an, durch-
schnittlich 290.530 Euro für Hardware, 315.414 Euro
für Software und 255.814 Euro für Beratung auszu-
geben. Trotz der hohen Investitionskosten lohnt der
Einsatz von Big Data, da sich die Fähigkeit, komplexe
analytische Methoden mit enormen Datenmengen
zu verknüpfen und daraus wichtige Erkenntnisse zu
gewinnen, zunehmend zu einer Kompetenz entwi-
ckelt, die über Geschäftserfolg oder -misserfolg ent-
scheidet.
Analyseverfahren zur Nutzbarmachung
von Big Data
Neben der Errichtung einer flexibel skalierbaren IT-
Architektur und dem Aufbau von Know-how, stellt
auch die Auswahl der geeigneten Technologien,
Methoden und Tools eine Herausforderung für die
Unternehmen dar. Im Folgenden wird eine Auswahl
verschiedenster Analyseverfahren vorgestellt, die –
richtig eingesetzt – Unternehmen dabei helfen, Big
Data bedarfsgerecht zu verwenden.
»
Big Data Analytics ermöglicht das sichere und ver-
teilte Monitoring komplexer Infrastrukturen sowie
die direkte Analyse auf dem Datenstrom. Daneben
bietet es skalierbare Analyseverfahren.
»
Text Analytics unterstützt die Analyse unstruktu-
rierter Textdaten, extrahiert dabei Informationen
und wertet diese aus.
»
Visual Analytics bietet visuelles Reporting, interak-
tive visuelle Exploration und visuelles Debugging.
»
Bei der Bildverarbeitung wird ein Verfahren zur auto-
matischen Extraktion von Informationen aus großen
Bilddaten bereitstellt.
»
Data Mining befasst sich mit der Datenvorverarbei-
tung, Modellentwicklung bzw. Modellvalidierung.
Zur Anwendung kommen mathematische und sta-
tistische Methoden.
»
Mobility Analytics umfasst die Erschließung und Nut-
zung von Mobilitätsdaten.
Big Data – Status quo
Für die Wirtschaft ist Big Data schon jetzt immanent
wichtig und in vielen Unternehmen bereits angekom-
men. Die Relevanz wird in Zukunft aufgrund der stark
wachsenden Datenlandschaften weiter zunehmen.
Lebensbereiche werden zunehmend mobiler, Soziale
Medien und das Internet sorgen dafür, dass die bereits
existierenden Datenquellen sich vervielfältigen.
Obwohl Aufwand und Kosten für den Einsatz keines-
wegs gering sind, wird Big Data zukünftig ein zen-
traler Baustein für Unternehmen sein, um langfristig
erfolgreich im Konkurrenzkampf bestehen zu können.
Die Größe der heute zu beobachtenden Initiativen und
Projekte ist jedoch noch sehr unterschiedlich. Big Data
ist aber bereits gelebte Realität und vor allem auch
Zukunftsmusik.
Steffen Vierkorn, Andrea Weber, Martin Kolb